13518219792
从已有数组中提取随机数组
创新互联公司专注于子长企业网站建设,成都响应式网站建设,商城系统网站开发。子长网站建设公司,为子长等地区提供建站服务。全流程定制网站，专业设计，全程项目跟踪，创新互联公司专业和态度为您提供的服务
要求：从两个不同数组中随机抽取数组，用到函数np.random.choice
import numpy as np
hyper=[1,2,5,8,9,12,13,14,17,19]
noh=[3,4,6,7,10,11,15,16,18,20]
#h:n 2:2
l1=np.random.choice(hyper,2,replace=False)
l2=np.random.choice(noh,2,replace=False)
ll=[l2[0],l1[0],l1[1],l2[1]]
print(ll)
l1=np.random.choice(hyper,2,replace=False)
l2=np.random.choice(noh,2,replace=False)
ll=[l1[0],l2[0],l1[1],l2[1]]
print(ll)
l1=np.random.choice(hyper,2,replace=False)
l2=np.random.choice(noh,2,replace=False)
ll=[l1[0],l1[1],l2[0],l2[1]]
print(ll)
l1=np.random.choice(hyper,2,replace=False)
l2=np.random.choice(noh,2,replace=False)
ll=[l2[1],l2[0],l1[0],l1[1]]
print(ll)
Numpy内置了从头开始创建数组的函数，zerosshape将创建一个用指定形状用0填充的数组。默认的dtype是float64。
这种方法叫Numpy方法进行生成。
Python是由荷兰数学和计算机科学研究学会的吉多范罗苏姆于1990年代初设计的一种编程语言。
用来创建一个指定形状（shape）、数据类型（dtype）且未初始化的数组
shape 数组形状
dtype 数据类型，可选
order 有"C"和"F"两个选项,分别代表，行优先和列优先，在计算机内存中的存储元素的顺序
注意： 数组元素为随机值，因为它们未初始化
创建指定大小的数组，数组元素以 0 来填充
创建指定形状的数组，数组元素以 1 来填充
从已有的数组创建数组
a 任意形式的输入参数，可以是，列表, 列表的元组, 元组, 元组的元组, 元组的列表，多维数组
dtype 数据类型，可选
order 可选，有"C"和"F"两个选项,分别代表，行优先和列优先，在计算机内存中的存储元素的顺序
用于实现动态数组，接受 buffer 输入参数，以流的形式读入转化成 ndarray 对象
buffer 可以是任意对象，会以流的形式读入。
dtype 返回数组的数据类型，可选
count 读取的数据数量，默认为-1，读取所有数据。
offset 读取的起始位置，默认为0
注意： buffer 是字符串的时候，Python3 默认 str 是 Unicode 类型，所以要转成 bytestring 在原 str 前加上 b
从可迭代对象中建立 ndarray 对象，返回一维数组
iterable 可迭代对象
dtype 返回数组的数据类型
count 读取的数据数量，默认为-1，读取所有数据
根据 start 与 stop 指定的范围以及 step 设定的步长，生成一个 ndarray
start 起始值，默认为0
stop 终止值（不包含）
step 步长，默认为1
dtype 返回ndarray的数据类型，如果没有提供，则会使用输入数据的类型
用于创建一个一维数组，数组是一个等差数列构成的
start 序列的起始值
stop 序列的终止值，如果endpoint为true，该值包含于数列中
num 要生成的等步长的样本数量，默认为50
endpoint 该值为 ture 时，数列中中包含stop值，反之不包含，默认是True。
retstep 如果为 True 时，生成的数组中会显示间距，反之不显示。
dtype ndarray 的数据类型
用于创建一个于等比数列
start 序列的起始值为：base ** start
stop 序列的终止值为：base ** stop。如果endpoint为true，该值包含于数列中
num 要生成的等步长的样本数量，默认为50
endpoint 该值为 ture 时，数列中中包含stop值，反之不包含，默认是True。
base 对数 log 的底数。
dtype ndarray 的数据类型
需求：根据已有的多个列表，利用numpy.array()函数创建三维以上数组
格式概述： 每一维用一个 [] 括起，不同维之间用 , 逗号间隔，最后总体再用 [] 括起！！！
说明 ：列表肯定是一维的，多个列表一行一行堆叠形成二维，多个这样的二维构成三维，以此类推可得更高维矩阵（一般3维以上就不用numpy.array()这种方法创建了）。
注意 ：高维数组，以三维（5,2,3）为例：前面的5代表页数，即表示（2,3）这样的二维矩阵有5个。即： 前面的数，永远代表比它"低一维"的数组有多少个 ！
（1）创建二维数组的例子：
（2）创建三维数组的例子1：（2,3,3）
（3）创建三维数组的例子2：（4,2,3）
补充：最快验证自己创建的数组是否满足自己的维度需求的方式，就是看打印的结果中， 最外面有几个 ] 中括号，有几个 ] 就是几维数组 ！如本文中第3个例子，打印结果最外层有3个 ]，说明满足3维的要求。
Python创建空数组的三种方式：
1、numpy指定形状为0
实际上，empty生成的数组当然可以为空，只要我们指定了相应的形状。例如，如果我们传入数组的形状参数为（0，3），则可以生成目标空数组：
所以，生成的数组是否为空，不在于你用的是不是empty，而在于传入的形状参数。当然， 这里的empty换成ones或者zeros也都可以，只要形状是（0, 3）即可。
2、利用空列表创建
初始化numpy数组的一种方式是由列表创建，那么当我们传入的列表是空列表时即可创建空数组。特别的，为了创建指定列数的空列表，我们需要传入指定个数的嵌套空列表，然后转置即可。
3、利用pandas转换生成
numpy和pandas是一对好搭档，常常需要对二者数据进行转换，在创建空数组时自然也可以。为了创建一个空数组，我们可以首先考虑先创建一个空的DataFrame，然后由其转换为numpy对象即实现了创建空数组。
首先，我们创建一个仅有列名、而没有索引和值的空DataFrame：
进而，可由该DataFrame对象转化为空数组：
